Die Verbindung beider Technologien soll KI-Cloud-Betreibern eine durchgängige Steuerung ihrer Ressourcen und Dienste ermöglichen. k0rdent AI orchestriert gemeinsam mit VAST Data Bereitstellung isolierter Umgebungen für Rechenleistung und Daten. Storage wird dabei nicht separat behandelt sondern als Bestandteil des gesamten Infrastrukturlebenszyklus verwaltet automatisch. Das erleichtert die schnelle Aktivierung neuer Mandanten und senkt den administrativen Aufwand für Betreiber. Neoclouds und Service Provider können damit KI-Kapazitäten kontrolliert erweitern und Kunden verlässlich bedienen langfristig.
Inhaltsverzeichnis: Das erwartet Sie im Artikel
KI-Infrastruktur für Neoclouds verbindet Datenmanagement und GPU-Compute direkt gemeinsam
Die Zusammenarbeit zwischen Mirantis und VAST zielt auf eine engere Verzahnung von Infrastruktur und Datenversorgung in KI-Clouds. k0rdent AI steuert die Bereitstellung von Rechenressourcen, während das VAST AI Operating System die Datendienste für entsprechende Anwendungen liefert. So entsteht ein Betriebsmodell, in dem GPU-Compute und Datenebene gemeinsam betrachtet werden. Die integrierte Lösung adressiert insbesondere Cloud-Service-Provider, Neoclouds, Telekommunikationsunternehmen sowie GPU-as-a-Service-Anbieter, die skalierbare KI-Plattformen mit hoher Leistungsfähigkeit und betrieblicher Konsistenz aufbauen.
Compute-Ressourcen und tenant-isolierter Storage werden gemeinsam automatisiert verwaltet
Die automatisierte Kopplung stellt sicher, dass Speicherressourcen nicht erst nach dem Start eines GPU-Clusters konfiguriert werden müssen. k0rdent AI richtet den mandantenisolierten VAST-Datendienst gleichzeitig mit Compute und Kubernetes ein. Der Speicher bleibt während der gesamten Nutzung an die Umgebung gebunden. Skalierung, Anpassung und Stilllegung erfolgen über die gleiche Orchestrierungsinstanz. Dadurch entfallen separate Arbeitsschritte zur Verwaltung des zugrunde liegenden Storage-Systems. Betreiber können neue Kundenumgebungen schneller aktivieren, zuverlässiger ändern und kontrolliert zurückbauen.
Netzwerk und Storage werden für Mandanten automatisiert korrekt konfiguriert
Die Einrichtung isolierter KI-Cloud-Umgebungen war bisher mit vielen administrativen Abstimmungen verbunden. Administratoren mussten physische Rechenressourcen, Kubernetes, Netzwerke, Speicher und Sicherheitsregeln passend für den jeweiligen Tenant konfigurieren. Besonders die getrennte Verwaltung von Netzwerkdetails und Storage-Zuweisungen war arbeitsintensiv und konnte zu inkonsistenten Einstellungen führen. Die integrierte Lösung bündelt diese Funktionen in einem automatisierten Verfahren. Sie stellt dedizierte Daten- und Compute-Bereiche bereit, passt deren Umfang an den Bedarf an und vermeidet manuelle Anpassungen der Storage-Infrastruktur während des gesamten Bereitstellungsprozesses.
Daten und Rechenkapazität stehen KI-Workloads gleichzeitig automatisch künftig bereit
Die Plattform verkürzt die technische Bereitstellung, indem sie GPU-Compute und Storage innerhalb desselben Vorgangs orchestriert. Für jeden erstellten Cluster werden erforderliche Speicherbereiche automatisch vorbereitet, konfiguriert und angebunden bereitgestellt. Datenabhängige Workloads können deshalb ohne nachträgliche Infrastrukturmaßnahmen mit Training oder Inferenz beginnen. Dies reduziert das Risiko, dass aktivierte GPUs aufgrund fehlender Datenpfade zunächst ungenutzt bleiben. Gleichzeitig entsteht ein klarer, wiederholbarer Ablauf für die Inbetriebnahme neuer KI-Kapazitäten im Rechenzentrum.
Blaupausen ermöglichen schnelle KI-Cloud-Bereitstellung ohne separate Infrastrukturabstimmung für Betreiber
Durch die Verbindung der Produkte entsteht ein vorgefertigter Ansatz für die Bereitstellung von KI-Cloud-Diensten. Betreiber können diesen Ansatz für Kunden wiederverwenden, ohne jedes Mal eine eigenständige Integration aufzusetzen. Die standardisierten Muster umfassen Infrastruktur, Kubernetes und Datenspeicher und reduzieren Unterschiede zwischen Mandanten. Damit werden Einführungen beschleunigt und Betriebsabläufe vereinfacht. Mirantis zufolge ist eine Verkürzung der Onboarding-Zeit von Wochen auf Minuten erreichbar. Weniger Schnittstellenarbeit bedeutet außerdem geringeren Koordinierungsaufwand und eine niedrigere Fehleranfälligkeit.
Für Neoclouds, Telekommunikationsunternehmen und GPU-as-a-Service-Anbieter bietet die Integration ein Modell zur automatisierten Bereitstellung von KI-Umgebungen. Die Infrastruktur umfasst nicht nur GPU-Compute, sondern auch die erforderlichen Storage- und Datendienste. Beide Ebenen werden über einen abgestimmten Lifecycle verwaltet. Dies erleichtert die Umsetzung isolierter Tenant-Architekturen und reduziert den manuellen Aufwand bei Erweiterungen. Standardisierte Bereitstellungsmuster helfen dabei, neue Kunden schneller anzubinden und komplexe KI-Workloads mit verlässlicher Datenversorgung zu betreiben.
